Форум АНТИЧАТ - Регулярные выражения [Beta-version]

Форум АНТИЧАТ (https://forum.antichat.xyz/index.php)

- Авторские статьи (https://forum.antichat.xyz/forumdisplay.php?f=31)

- - Регулярные выражения [Beta-version] (https://forum.antichat.xyz/showthread.php?t=35938)

Регулярные выражения [Beta-version]

Привет, все же эта статья не о моих мыслях, а о созданном до меня творении - регулярных выраженийх, то не буду копипастить "заводские" мануалы, а сразу перейду к делу.

Регулярные выражения

Как всегда, материал для затравки:
http://molody.tagiltelecom.ru/doc/program/www/php4/ru/reference.pcre.pattern.syntax.html
и http://www.providerz.ru/articles/php/regexp-intro.html
прочитали? ну хотябы просмотрели? тогда едем дальше :)

PHP

Разберу только пшп, ибо наиболее распространен, да и в перле все точно так же)
Функции, которые работают с регулярками:
preg_match - http://ru2.php.net/manual/en/function.preg-match.php

PHP код:


		
			
int preg_match(

string pattern, // регулярка

string subject, // строка, где ищем

[, array matches] // куда поместятся результаты поиска

)

Тамошний примерчик:

PHP код:


		
			
 <?

  function is_email($Addr) 

  {

    $p = '/^[a-z0-9!#$%&*+-=?^_`{|}~]+(\.[a-z0-9!#$%&*+-=?^_`{|}~]+)*'; // имя аккаунта

    $p.= '@([-a-z0-9]+\.)+([a-z]{2,3}'; // зоны второго уровня

    $p.= '|info|arpa|aero|coop|name|museum)$/ix'; // зоны первого уровня

    return preg_match($p, $Addr);

  }

?>

preg_match_all - http://ru2.php.net/manual/en/functio...-match-all.php -аналогична простому preg_match, только эта позволяет задать порядок, в котором выводятся результаты:

PHP код:


		
			
int preg_match_all(

string pattern, // регулярка

string subject, // строка, где ищем

array matches // куда поместятся результаты поиска

[, int order] // порядок размещения строк в результирующем массиве, принимает значения:

PREG_PATERN_ORDER - нулевой элемент будет массивом полных соответствий шаблону.

PREG_SET_ORDER - начиная с нулевого симовола

)

Как видно, эта функция просто более удобна в некоторых ситуациях.
preg_split -http://ru2.php.net/manual/en/function.preg-split.php - разбивает строку в соответствии с регулярным выражением и возвращает массив строк, как функция split() ( http://ru2.php.net/manual/en/function.split.php ):

PHP код:


		
			
array preg_split(

string pattern, // регулярка

string subject, // строка, которую разбиваем

[, int limit // ограничение найденных значений

[, int flags] // если указать PREG_SPLIT_NO_EMPTY то функция вернет только не пустые строки

)

ereg_replace - http://ru2.php.net/manual/en/function.ereg-replace.php - обрабатывает стрчоку по шаблону, например:

PHP код:


		
			
$hash=ereg_replace("[^0-9a-fA-F]","",$hash);

заменит все, что не цифра и не буква: abcdefABCDEF на пустое множество, т.е. вырежет все, кроме допустимых символов в хеше)

PHP - Иной взгляд

Вот другой взгляд на то же, про что и я говорил :)
http://www.providerz.ru/articles/php...-continue.html

Правила хорошего тона:

Комментируйте свои регулярки! ведь их наверняка нужно будет комментировать/изменять, поэтому совет:

PHP код:


		
			
$hash=ereg_replace("[^ // все кроме

0-9 // цифры

a-f // мелкие буквы abcdef

A-F // большие буквы на всяк случай ABCDEF

]","",$hash);

так понятнее, ведь правда?

Зачем?

фильтровать передаваемые скрипту значения, "сдирать" инфу с чужого сайта, да много еще как)

ЗЫ: не спешите баянить, если что-то не понравилось... ИБО: не решился сразу переводить те 2 начальные статьи, ибо зачем? а щас появились сомнения. можт все же перевести на ВВ-теги форума?
че сделать с теми статьями? "переварить", откомментировав каждые регулярки?
ибо много где регулярки используются, а из-за отстуствия простой документации много вещей непонятны :)
ЗЫ еще в тему: http://forum.antichat.ru/thread27498-%F0%E5%E3%F3%EB%FF%F0%ED%FB%E5.html
жду камментов)

Статья не знаю зачем :) Плюс блин поставил)
Вот этого хватит вполне http://php.spb.ru/php/regexp.html

Элементарные действия

Является ли строка числом, длиной до 77 цифр:

PHP код:


		
			
 if(ereg("^ // отрицание

[0-9] // цифры

{1,77} // квантификатор повтора предыдущего элемента (цифр) от 1 до 77 раз

$",$string)) echo "yes"; else echo "no";

Состоит ли строка только из букв, цифр и "_", длиной от 5 до 20 символов:

PHP код:


		
			
 if (ereg("^ //отрицание

[a-zа-я0-9_] // цифры, буквы русские, англ (строчные), и подчеркивание

{5,20} // повторяются не менее 5 и не более 20 раз

$",$string)) echo "yes"; else echo "no";

Есть ли в строке любые символы, кроме допустимых. Допустимыми считаются буквы, цифры и "_". Длину тут проверять нельзя, разве что просто дополнительным условием strlen($string). Не путайте с предыдущим примером - хоть результат и одинаковый, но метод другой, "от противного"

PHP код:


		
			
if ( ! ereg("[^a-zа-я0-9_]",$string))

   echo "нет посторонних букв (OK)";

else

   echo "есть посторонние буквы (FALSE)";

Для регистро независимого сравнения используйте eregi().
Есть ли в строке идущие подряд символы, не менее 3-х символов подряд (типа "абвгДДДеё", но не "ааббаабб"):

PHP код:


		
			
if (preg_match("/(.)\\1\\1/",$string)) echo "yes"; else echo "no";

Заменить везде в тексте СТРОКУ1 на СТРОКУ2 (задача решается без регегулярных выражений):

PHP код:


		
			
$string=str_replace("СТРОКА1","СТРОКА2",$string);

Заменить кривые коды перехода строки на нормальные: для этого нужно только удалить "\r". Переходы бывают нормальными (но разными!): "\n" или "\r\n". Еще бывают глюки, типа "\r\r\n".

PHP код:


		
			
$string=str_replace("\r","",$string);

Заменить все повторяющиеся пробелы на один. Не пытайтесь здесь применить str_replace, это хорошая функция, но не для данного примера.

PHP код:


		
			
$string=preg_replace("/ХХ+/","Х",$string); // вместо Х поставьте пробел

В тексте есть некоторые слова, допустим "СЛОВО" и "ЛЯЛЯЛЯ" (и т.д.), которые нужно одинаковым образом заменить на тоже самое, но с добавками. Возможно, слова отсутствуют или встречаются много раз в любом регистре. Т.е. если было "слово" или "СлОвО" (или еще как), нужно заменить это на "слово" или "СлОвО" (смотря, как было). Другими словами нужно найти перечень слов в любом регистре и вставить по краям найленных слов фиксированные строки (на "" и "").

PHP код:


		
			
$string=preg_replace("/(слово1|слово2|ляляля|слово99)/si","<b>\\1</b>",$string);

// то, что в скобках, заносится потом в \\1

// вертикальная черта означает или :)

// остальное вроде все понятно

Найти текст, заключенный в какой-то тег, например <TITLE> ... </TITLE> из HTML-файла ($string - исходный текст).

PHP код:


		
			
//точка - все кроме пробела, ну и много раз повторяется)

if (preg_match("!<title>(.*?)</title>!si",$string,$ok))

   echo "Тег найден, текст: $ok[1]";

else

   echo "Тег не найден";

Найти текст, заключенный в какой-то тег и заменить его на другой тег, например: <TITLE> ... </TITLE> заменить аналогично на <МОЙ_ТЕГ> ... </МОЙ_ТЕГ> в HTML-файле:

PHP код:


		
			
 preg_replace("!<title>(.*?)</title>!si","<МОЙ_ТЕГ>\\1</МОЙ_ТЕГ>",$string);

Даж не знаю... помоему для азов - статья слишком простая. Имхо, лучше было бы написать статью про крутые регулярки, а не про элементарные. Что-то из серии ББ кодов с хорошими фильтрами, чтоб народ учился их сам писать. Ну или там с модификатором /e.

Еще не заметл жирную надпись в самом начале "для простого поиска/замены" используется strpos и str_replace а не регулярки!!!".=)) Многие, познав такую вещь как regexp начинают ей злоупотреблять почем зря =\

UPD только сейчас заметил: "можт все же перевести на ВВ-теги форума?" - думаю надо. Большинство людей для других целей их и не использует. А безопасность BBкодов + там фильтрация на вложенные 2ые, и 3ые тэги - вообще сама по себе интересная тема, если осилишь :)

ок, щас распознавалку бб кодов распишу подробно (самописка)
---добавлено---
Почемуто многие самописные сайты разрешают штмл в своей админке, уж не из-за того ли, что создателям "влом" писать распознавалку бб тегов?
вот простейший пример:
[php]<?

// исходное сообщение:
// ------------------------------------------------------
$str='
Памагите, ничаво не работает! Вот пример:
[ph p ]
// comment
# comment
phpinfo();
[/ph p]
содран с: http://yandex.ru/
ляляля ляляля
ПОМОГИТЕ!!!
[ph p]
for ($i=0; $i<100; $i++) {
ping("-f","www.ru");
}
[/ph p]
[HIDE]тут хайд))) токо что в нем написать?[/HIDE]
<?
echo "<a href=http://php.spb.ru/chat/>click here!</a>";
phpinfo();
?>
';
// ------------------------------------------------------

// подавить предупреждения (в highlight_string есть глюки)
error_reporting(0);

// функция подсвечивания одного куска текста
function _my_($s,$a1,$a2) {
if ($a1!="<?") { $a1="<?"; $a2="?>"; }
$s=str_replace("\\\"","\"",$s);
ob_start();
highlight_string($a1.$s.$a2);
$s=ob_get_contents();
ob_end_clean();
return $s;
}

// ищем в тексте все куски между <?... или

PHP код:


		
			
...

$str=preg_replace("!(\[php\]|<\?)(.*?)(\[/php\]|\?>)!ise","_my_('\\2','\\1','\\3')",$str);

$order  = array('[center]','[/center]','[left]','[/left]','[right]','[/right]','[b]','[/b]');

$replace = array('<div align="center">','</div>','<div align="left">','</div>','<div align="right">','</div>','<B>','</B>');

$str = str_replace($order, $replace, $str);

// хайд )

      if($_GET['member']==='1')

      {

      $str = ereg_replace("\[HIDE\](.*)\[\/HIDE\]","<HR>\\1<HR>", $str);

$str = ereg_replace("\[URL\]([[:alpha:]]+://[^<>[:space:]]+[[:alnum:]/])\[\/URL\]","<a href=\"\\1\" target=\"blank\">\\1</a>", $str);

      }else

      {

      $str = ereg_replace("\[HIDE\](.*)\[\/HIDE\]","<HR><b>Стань мембром! или не видать тебе хайдов и линков!!!</b><HR>", $str);

$str = ereg_replace("\[URL\]([[:alpha:]]+://[^<>[:space:]]+[[:alnum:]/])\[\/URL\]","<b>Стань мембром! или не видать тебе хайдов и линков!!!</b>", $str);

      }



   echo $str;



?>

тут мы использовали несколько красивых регулярок для наших бб тегов:

PHP код:


		
			
$str = ereg_replace("\[HIDE\](.*)\[\/HIDE\]","<HR>\\1<HR>", $str);

- заменяет текст, между [HIDE] и [/HIDE] на тот же текст, но в тегах <HR>, чтобы выделить его из общей массы. (конечно, нужно юзать ксс, чтобы было читабельнее))

PHP код:


		
			
 $str = ereg_replace("\[URL\]([[:alpha:]]+://[^<>[:space:]]+[[:alnum:]/])\[\/URL\]","<a href=\"\\1\" target=\"blank\">\\1</a>", $str);

а эта регулярка обрабатывает урл адрес. ЭТО ТОЛЬКО МОДЕЛЬ! нужно во-первых, текст, отображаемый пользователю разбивать на участки, во избежание XSS атак, да и фильтровать его :)
Заметьте, срабатывают эти регулярки, только если if($_GET['member']==='1') - истинно (так мы упростили систему авторизации), если же это ложно, то вместо хайдов выводится:

Код HTML:

<HR>Стань мембром! или не видать тебе хайдов и линков!!!<HR>

и вместо линков то же самое, сделано это чуть измененными регулярками:

PHP код:


		
			
      $str = ereg_replace("\[HIDE\](.*)\[\/HIDE\]","<HR><b>Стань мембром! или не видать тебе хайдов и линков!!!</b><HR>", $str);

$str = ereg_replace("\[URL\]([[:alpha:]]+://[^<>[:space:]]+[[:alnum:]/])\[\/URL\]","<b>Стань мембром! или не видать тебе хайдов и линков!!!</b>", $str);

К тому же, мы и заменяем теги [center], [b] на аналогичные штмл вот таким кодом:

PHP код:


		
			
 $order  = array('[center]','[/center]','[left]','[/left]','[right]','[/right]','[b]','[/b]');

$replace = array('<div align="center">','</div>','<div align="left">','</div>','<div align="right">','</div>','<B>','</B>');

$str = str_replace($order, $replace, $str);

теперь о проблемах такой схемы. заметили, что я выложил пшп код не в тегах ?
а почему? дело в том, что вобла пользуется аналогичным алгоритмом, который я описал, ей наплевать на правильную "скобочную" последовательность! как например [p hp][p hp][/ph p][/ph p] такой код она сглотит как: [ph p][p hp][/p hp] и отдельно стоящий [/ph p]. плохо, правда? как же этого избежать? можно юзать правильно настроенные регулярки в отношении жадности, а можно пойти совсем другим алгоритмом, его я опишу лиш на словах, т.к. нормальную версию кодю уже недельку)
суть, мы разбиваем сообщение на "части" учитывая правильные скобочные последовательности, и работаем с ними функциями, например, в теге пшп запрещены теги [b] и т.д.
Но, почему же вбуллетин не использует это? да потому, что тогда полетит к черту вся система плагиноВ, точнее она не полетит, ее можно будет сделать, но уже только с помощью графов (более простого метода мне в голову пока не лезет :( ). а так каждый модуль, как например тег "оффтом" на аллчитс добавляет еще 1 регулярку.
Тема очень обширная, поэтому если есть вопросы, пишите)
да и от предложений тоже не откажусь))))
ЗЫ проблему с [php] решил, просто пробелов понавставлял)))

Цитата:

Сообщение от Abra

согласен, также основа - explode(); imdplode();
)вот те статья - продвинутые реги http://www.intuit.ru/department/pl/plphp/class/free/13/5.html(мало, но тонкость, что приятно /сумеешь обмозговать и передать простым языком и со смешанными примерами - цены тебе не будет))

имхо, не вижу смысла описывать реги, и писать целую статью на тему. Материала уйма, и не так сложно найти понятное изложение.. ну да ладно, теперь на вопры по регам буду ссылку давать..
зы: репу зарабатываешь))

Цитата:

Сообщение от mR_LiNK[deface_0nl

согласен, также основа - explode(); imdplode();
)вот те статья - продвинутые реги http://www.intuit.ru/department/pl/plphp/class/free/13/5.html

имхо, не вижу смысла описывать реги, и писать целую статью на тему. Материала уйма, и не так сложно найти понятное изложение.. ну да ладно теперь на вопры по регам буду ссылку давать..
зы: репу зарабатываешь))

в конце статьи я и спросил про целесообразность :)

про репу: есть более простые методы, чем про регулярки рассказывать) если хочешь, покажу )))

да, забыл, спасибо за линк)
тогда уж получится хорошая подборка линков на мануалы)

Цитата:

про репу: есть более простые методы, чем про регулярки рассказывать) если хочешь, покажу )))

Угу, есть. Так что не думаю что автор за ней гоняется, имхо )

Talisman я там один пост выше апдейтил, может ты не заметил. Не рискнешь сделать статью про безопасные ББ коды? Т.е. показать как делать ББкоды максимально устойчивые к КСС (с хорошей фильтрацией вложенных тегов). Это конечно труд непосильный, тут тебе действительно цены не будет. Я бы даже присоединился/присоединюсь к разработке, если в армию не заберут в ближайшие два месяца ))) Сам давно этим вопросом занимаюсь. Конечно всегда есть ризон выдернуть класс для обработки ббкодов из того же vbulletin'a, но все таки желание изобрести велосипед так и прет в этом вопросе =\\

ЗЫ целесообразность в вопросе регулярок есть всегда, главное правильно это дело представить. Эта статья (фактически ликбез) все таки немного не то. Как сделать "то", не спрашивай ))